🔥 1. Meta 也要卖铲子了！小扎计划推出 Meta Compute，把 GPU 算力开放给外部客户 — 1500 pts
据彭博社报道，Meta 正考虑推出 Meta Compute，将庞大的 AI 基建开放给外部客户。小扎从"做模型"转向"卖算力"的直接动因：模型搞不出起色，GPU 可以先赚钱。Meta 2026 年资本开支指引已上调至 1250-1450 亿美元，已签下近 10GW 数据中心容量。SemiAnalysis 分析：如果 Meta 仅拿出 200MW 算力对外出租，以 SpaceX 模式（每 GW 年收入约 500 亿美元）可带来 100 亿美元年收入，且是超高利润率。更劲爆的是：Meta 正在与 Anthropic 进行最终谈判以获得 Claude 私有实例访问权，未来可能像 Amazon Bedrock 一样提供 Claude-as-a-Service。如果 Meta 的算力业务成形，它将同时站到 AWS/Azure 和 OpenAI/Anthropic 的对面。消息一出，Meta 股价大涨近 9%。
→ https://www.qbitai.com/2026/07/443606.html
🔥 2. 阿里清华 ICML 杰出论文：扩散模型的"灵活性陷阱"，一条大道至简的解决方案 — 1400 pts
阿里巴巴与清华大学合作的论文《The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models》入选 ICML 2026 杰出论文（仅 2-3 篇，获奖率千分之一）。核心发现：dLLM（扩散大语言模型）的"任意顺序生成"自由度不但没用，反而有害。研究指出，不确定性高的关键逻辑节点（如"因此""所以"）在从左向右的顺序中迫使模型当场做出选择；而任意顺序生成时模型倾向于绕过难点先处理简单的部分，导致推理路径被提前锁死。实证数据：HumanEval 代码生成上，从左往右能解出而任意顺序解不出的题目占 21.3%，反向仅 0.6%。解决方案"JustGRPO"极度简洁——放弃任意顺序，强制从左到右生成，用标准 GRPO 训练即可。GSM8K 上达 89.1% 准确率，全面超越所有专门为扩散模型设计的复杂强化学习算法。"当所有人在给左手练力量，有人问：为什么不直接用右手？"
→ https://www.qbitai.com/2026/07/444721.html
🔥 3. OpenSquilla 0.5.0：多模型集成协作，4 个国产模型组网超越 Fable 5，成本仅三分之一 — 1300 pts
OpenSquilla 发布 0.5.0 Preview，核心更新是 多模型集成协作（多模型 Agentic Routing）。在 Harness 层将 DeepSeek V4、GLM-5.2、Kimi K2.7、Qwen3.7 组织成并行提案队伍，再由 1 个模型聚合输出——阵容中没有任何海外旗舰模型。DRACO 深度研究榜单：Brave Search 组平均分 64.09，超 Opus 4.8（59.11/+8.42%）和 GPT-5.5（53.28/+20.27%），平均成本仅 $0.12——分别低约 92% 和 86%。DuckDuckGo 组平均分 60.85，略超 Fable 5 的 59.80，成本约为其三分之一（$0.39 vs $1.21）。核心机制：多样性采样 + 共识聚合——多个模型独立搜索推理、互相补位，弥补单一模型的固有短板。结论：国产模型单拎出来与海外旗舰仍有差距，但在 Harness 层组织得当的前提下，混用国产模型已能在真实任务上跑出更高更稳的分数。
→ https://www.qbitai.com/2026/07/443863.html
🔥 4. 字节 Seedance 攻占好莱坞：从"危险样本"到独立电影人的新宠 — 1300 pts
据《洛杉矶时报》报道，字节跳动旗下的 Seedance 视频生成模型正在全面进入好莱坞独立电影圈。最新案例：95 分钟长片《Hell Grind》（地狱磨坊）由 15 人团队用 Seedance 2.0 在两周内完成；AI 奇幻剧集《骸骨编年史》每月在 YouTube 发布一集，平均单集观看量 300 万，已在 YouTube 积累 50 万粉丝。成本优势极大：Seedance 生成视频加音频约 每分钟 9 美元，低于 Google Veo 的 24 美元。工作流也被彻底改变——导演 Jason Zada 表示："有了 Seedance 之后，创作可以变得更流动，因为可以不断重新生成。"今年 2 月，一段用 Seedance 生成的 Brad Pitt 和 Tom Cruise 对决视频曾让美国电影协会 MPA 点名批评，但 4 个月后，好莱坞一线制作人"心照不宣地都在用"。
→ https://www.qbitai.com/2026/07/443665.html
🔥 5. 蔚来世界模型覆盖 70 万辆车：一个模型通吃两个品牌、四种硬件，没有"Lite"版 — 1200 pts
蔚来自动驾驶负责人任少卿宣布，世界模型已通过 OTA 推送至 超 70 万辆蔚来和乐道车主。最令人惊讶的是：一套代码、一个模型、一次推送，覆盖两个品牌、四个平台（Banyan/Cedar/Cedar S/Coconut+）、两种芯片方案（Orin-X/神玑 NX9031）、四种传感器配置——而且没有"Lite"版。相比特斯拉 HW3 车主等了一年多才等到 FSD V14 Lite（蒸馏压缩到 15% 的小模型），蔚来的方案"通吃"。任少卿解释：不同的摄像头用同一个网络处理，"靠神经网络把性能拉平"。更强大的能力是：蔚来每周主动安全验证里程超 4000 万公里，整体超 1 亿公里——这 70 万辆车的闲置算力被用来做训练验证和 Corner case 筛选。四年前 ET7 的"过度配置"（1000+ TOPS），今天成了"通吃"的基础。
→ https://www.qbitai.com/2026/07/443868.html
🔥 6. ICML 杰出论文深度分析：当"灵活性"成为陷阱，AI 基础研究的价值回归 — 1100 pts
这篇阿里清华的 ICML 杰出论文的重要意义不仅在于技术贡献，更在于它为当前 AI 研究提供了一个方法论层面的启示。dLLM 的"任意顺序生成"在理论上有更大的解空间，但实际推理时反而更差。原因不在于 dLLM 的能力不足，而在于自由度过大导致模型选择"走捷径"——避开难点先处理容易部分，结果推理路径被锁定。这种"自由度陷阱"可能存在于其他 AI 系统设计中：更大的搜索空间、更多的自由度，并不总是带来更好的性能。JustGRPO 的"放弃任意顺序、强制从左到右"用标准 GRPO 训练，解决了一个让 dLLM 社区困扰许久的复杂工程难题——不需要专门设计复杂的 RL 算法，只需要重新训练顺序就解决了。这是一种"大道至简"的 AI 研究哲学。
→ https://www.qbitai.com/2026/07/444721.html
🔥 7. 智平方 NeuroVLA 在联合国展示：类脑大模型不堆算力，0.4 瓦脊髓层打破能耗魔咒 — 1100 pts
智平方科技在联合国开源周展示全球首个原创类脑大模型 NeuroVLA。核心创新：借鉴人类大脑"皮层—小脑—脊髓"三层协同机制——不是堆算力，而是通过架构创新实现智能跃迁。成果：机器人运动抖动降低 75% 以上，脊髓层平均功耗低至 0.4 瓦。创始人郭彦东此前在夏季达沃斯表示："如果所有人都沿着同样的大模型路线往前走，我们需要 10 倍的数据、10 倍的电力，但现实世界并没有无限的数据和能源。"NeuroVLA 在联合国开源，标志着中国具身智能企业正在从"追赶者"变成"定义者"——为全球 AI 发展提供一种"不堆砌资源，通过架构创新实现智能跃迁"的中国解法。
→ https://www.qbitai.com/2026/07/444733.html
🔥 8. Meta 卖算力战略深度分析：从"模型搞不定"到"GPU 先赚钱"，小扎的 B 计划 — 1000 pts
Meta 从自研模型转向卖 GPU 的背后逻辑：Llama 系列开源影响力大但难变现；Muse Spark 没把 Meta 送回第一梯队；Watermelon（下一代模型）据称赶上了 GPT-5.5 但仍在训练中。更紧迫的是 Google 刚限制 Meta 使用 Gemini，而 Meta 反手可能引入 Claude 作为替代。SemiAnalysis 的深度分析揭示了几个关键数字：5GW 数据中心容量仅前 6 个月签下；2个在建最大园区合计 2.5GW；2024 年初以来累计近 10GW。如果 Meta 真把 200MW 算力外租，年收入 100 亿美元（超高中低回报率），而且合同可 90 天内取消——意味着随时可收回给 MSL 用。Meta 的故事从"模型竞赛"变成了"基础设施竞赛"，华尔街听懂了——股价大涨近 9%。
→ https://www.qbitai.com/2026/07/443606.html
🔥 9. WAIC 2026 世界模型激辩：VLA 不是答案，世界模型也不是终极答案——融合才是 — 1000 pts
WAIC 2026 世界模型论坛上，多位 AI 核心玩家展开激辩。诺奖得主托马斯·萨金特将 AI 路线分为：开普勒式的描述模型（拟合数据、描述现象但不解释机制）和牛顿式的结构模型（拟合现象更解释因果逻辑）——VLA 属于前者，世界模型追求后者。但论坛最终的共识不在"哪一个对"，而是三条路线可能走向融合。李飞飞团队将世界模型分为渲染器/仿真器/规划器，智平方展示类脑 NeuroVLA，无界动力展示隐空间世界模型 MWA——各路线都有验证但未收敛。论坛圆桌"世界模型六小龙"汇集了仿真、因果、扩散、原生等不同方向的代表，唯一共识是：最终答案不在 VLA 或世界模型中，而在它们的融合。
→ https://www.qbitai.com/2026/07/443522.html
🔥 10. OpenSquilla 多模型协作的影响："Harness 层比模型层更值钱"的时代来了 — 1000 pts
OpenSquilla 0.5.0 的 DRACO 榜单成绩传递出一个重要的行业信号：在 Harness 层组织得当的前提下，多个国产中坚模型协作可以超越最先进的单个旗舰模型，而成本仅为三分之一到十分之一。这验证了"专业化不可避免"（HF Mirror 最新博文主题）以及"Harness 层定义价值"的假设。当模型能力趋同（所有开源和闭源模型都能完成基础任务），差异化的核心正在从"哪个模型更强"转向"如何组织多个模型更好协作"。OpenSquilla 的"多样性采样+共识聚合"机制——多个模型独立完成任务后由另一个模型聚合输出——提供了一种"用组织效率弥补单点能力差距"的范式。这解释了为什么 AReaL（自演进 RL 基础设施）、Octo（Agent 协作网络）、WorldClaw（Agent 经济）等"非模型"项目同时获得关注——Harness 正在取代 Model 成为 AI 竞争力的新焦点。
→ https://www.qbitai.com/2026/07/443863.html
📌 今日趋势一览
原文链接
欢迎访问 小易撩挨踢